如何用一种级联的并解决嵌套的实体的三元组抽取模型？
前言
关系抽取是自然语言处理中一个比较基础的任务，除了关系抽取之外还有类似的任务如：属性抽取等。这些任务也都可看成三元组抽取，即（subject，predicate，object）。常见的抽取范式包含：
基于pipeline的分布抽取方式，在已知两个实体subject和object，去预测predicate。
联合抽取方式，一个模型同时将subject，predicate和object抽取出来。
「现实的场景中还存在重叠关系情况，那么针对这种情况该如何解决呢？」，acl2020有一篇论文：a novel cascade binary tagging framework for relational triple extraction[1]介绍了如何一种级联的并解决嵌套的实体的三元组（文中介绍的是关系抽取）抽取模型。下面我们来看看这篇论文介绍的内容。
背景
早期基于pipeline的方法首先识别出语句中的所有实体，然后在对所有的实体对分类。这种方式的一个缺点是：实体识别过程中的误差会被引入到关系抽取的环节中，如下图中的normal情况。
现有的联合抽取模型中不能够有效地解决：一个句子包含多个相互重叠的关系三元组。如下图中的epo和seo。
前言
关系抽取是自然语言处理中一个比较基础的任务，除了关系抽取之外还有类似的任务如：属性抽取等。这些任务也都可看成三元组抽取，即（subject，predicate，object）。常见的抽取范式包含：
基于pipeline的分布抽取方式，在已知两个实体subject和object，去预测predicate。
联合抽取方式，一个模型同时将subject，predicate和object抽取出来。
「现实的场景中还存在重叠关系情况，那么针对这种情况该如何解决呢？」，acl2020有一篇论文：a novel cascade binary tagging framework for relational triple extraction[1]介绍了如何一种级联的并解决嵌套的实体的三元组（文中介绍的是关系抽取）抽取模型。下面我们来看看这篇论文介绍的内容。
背景
早期基于pipeline的方法首先识别出语句中的所有实体，然后在对所有的实体对分类。这种方式的一个缺点是：实体识别过程中的误差会被引入到关系抽取的环节中，如下图中的normal情况。
现有的联合抽取模型中不能够有效地解决：一个句子包含多个相互重叠的关系三元组。如下图中的epo和seo。
epo（entity pair overlap）实体对的重叠，换句话说一个实体对包含多种关系，文中的例子就是一个人同时担任一部电影中的导演和演员的角色。
seo（single entity overlap）单个实体的重叠，就是有多个关系共享一个实体。
在2020年，预训练模型大行其道的时期下，文中也是结合了bert模型完成文本的特征抽取工作。文中的模型在当时也达到了sota水平，下面我们看看模型的具体内容。
模型结构
关系三元组提取的目标是识别句子中所有可能的三元组(主语、关系、宾语)，其中一些三元组可能与主语或宾语共享相同的实体。数学表达如下：
具体如下：
bert encoder
在编码器模块中，使用预训练bert模型提取语句 的特征为 ，作为接下来的tagging模块的输入。
cascade decoder
该模块主要分为两个部分，首先从输入的语句中监测出subjects，即subject tagger。接着对候选的subject，检查其可能的所有关系类型，即relation-specific object taggers。
subject tagger
在这个模块中主要去识别输入语句中可能存在的subjects。每一个token会输出两个结果：start和end，通过为每个token分配一个二进制标记(0/1)来分别检测subject的开始和结束位置，该标记指示当前标记是否对应于subject的开始或结束位置。subject标记器对每个token的详细操作如下:
其中：
总结
实验效果如下图：
欧莱新材IPO关注：突破创新，推动半导体显示产业链国产化
请问如何去设计一种复杂系统的电源？
机器视觉在布匹生产在线检测系统应用
印度下一代战斗机AMCA将在2032年首飞，不再与俄罗斯共同研发五代战机
如何避免被物联网数据淹没_如何让数据变得更有益？
如何用一种级联的并解决嵌套的实体的三元组抽取模型？
任正非：遵循各国政府对安全问题的监管，未来发展做出合理调整
三星S10将放弃虹膜解锁，采用屏下指纹和3D结构光技术
iPhone8跌破4000元：苹果手机降价能否挽回销量
光电传感器的应用领域以及工作特点介绍
兴元科技董事长于卓出席第六届元宇宙创新发展论坛并发布首款元宇宙大学城产品
跻身前10%！晶科能源荣获EcoVadis颁发可持续发展银奖
三星NOTE21或采用屏下摄像头技术
5G的建设到底有多难
FPGA两难问题 混合系统架构来解决
三步简单实现门禁报警功能的操作流程详解
电位器出线定义 外接电位器调速如何接线？
面板市场被迫提速
更棒的渡轮之旅体验，实现海上5G LTE连接就这样做
歌尔致力于为消费电子、新基建等领域提供高性能传感器解决方案
关系抽取是自然语言处理中一个比较基础的任务，除了关系抽取之外还有类似的任务如：属性抽取等。这些任务也都可看成三元组抽取，即（subject，predicate，object）。常见的抽取范式包含：
基于pipeline的分布抽取方式，在已知两个实体subject和object，去预测predicate。
联合抽取方式，一个模型同时将subject，predicate和object抽取出来。
「现实的场景中还存在重叠关系情况，那么针对这种情况该如何解决呢？」，acl2020有一篇论文：a novel cascade binary tagging framework for relational triple extraction[1]介绍了如何一种级联的并解决嵌套的实体的三元组（文中介绍的是关系抽取）抽取模型。下面我们来看看这篇论文介绍的内容。
背景
早期基于pipeline的方法首先识别出语句中的所有实体，然后在对所有的实体对分类。这种方式的一个缺点是：实体识别过程中的误差会被引入到关系抽取的环节中，如下图中的normal情况。
现有的联合抽取模型中不能够有效地解决：一个句子包含多个相互重叠的关系三元组。如下图中的epo和seo。
前言
关系抽取是自然语言处理中一个比较基础的任务，除了关系抽取之外还有类似的任务如：属性抽取等。这些任务也都可看成三元组抽取，即（subject，predicate，object）。常见的抽取范式包含：
基于pipeline的分布抽取方式，在已知两个实体subject和object，去预测predicate。
联合抽取方式，一个模型同时将subject，predicate和object抽取出来。
「现实的场景中还存在重叠关系情况，那么针对这种情况该如何解决呢？」，acl2020有一篇论文：a novel cascade binary tagging framework for relational triple extraction[1]介绍了如何一种级联的并解决嵌套的实体的三元组（文中介绍的是关系抽取）抽取模型。下面我们来看看这篇论文介绍的内容。
背景
早期基于pipeline的方法首先识别出语句中的所有实体，然后在对所有的实体对分类。这种方式的一个缺点是：实体识别过程中的误差会被引入到关系抽取的环节中，如下图中的normal情况。
现有的联合抽取模型中不能够有效地解决：一个句子包含多个相互重叠的关系三元组。如下图中的epo和seo。
epo（entity pair overlap）实体对的重叠，换句话说一个实体对包含多种关系，文中的例子就是一个人同时担任一部电影中的导演和演员的角色。
seo（single entity overlap）单个实体的重叠，就是有多个关系共享一个实体。
在2020年，预训练模型大行其道的时期下，文中也是结合了bert模型完成文本的特征抽取工作。文中的模型在当时也达到了sota水平，下面我们看看模型的具体内容。
模型结构
关系三元组提取的目标是识别句子中所有可能的三元组(主语、关系、宾语)，其中一些三元组可能与主语或宾语共享相同的实体。数学表达如下：
具体如下：
bert encoder
在编码器模块中，使用预训练bert模型提取语句 的特征为 ，作为接下来的tagging模块的输入。
cascade decoder
该模块主要分为两个部分，首先从输入的语句中监测出subjects，即subject tagger。接着对候选的subject，检查其可能的所有关系类型，即relation-specific object taggers。
subject tagger
在这个模块中主要去识别输入语句中可能存在的subjects。每一个token会输出两个结果：start和end，通过为每个token分配一个二进制标记(0/1)来分别检测subject的开始和结束位置，该标记指示当前标记是否对应于subject的开始或结束位置。subject标记器对每个token的详细操作如下:
其中：
总结
实验效果如下图：
欧莱新材IPO关注：突破创新，推动半导体显示产业链国产化
请问如何去设计一种复杂系统的电源？
机器视觉在布匹生产在线检测系统应用
印度下一代战斗机AMCA将在2032年首飞，不再与俄罗斯共同研发五代战机
如何避免被物联网数据淹没_如何让数据变得更有益？
如何用一种级联的并解决嵌套的实体的三元组抽取模型？
任正非：遵循各国政府对安全问题的监管，未来发展做出合理调整
三星S10将放弃虹膜解锁，采用屏下指纹和3D结构光技术
iPhone8跌破4000元：苹果手机降价能否挽回销量
光电传感器的应用领域以及工作特点介绍
兴元科技董事长于卓出席第六届元宇宙创新发展论坛并发布首款元宇宙大学城产品
跻身前10%！晶科能源荣获EcoVadis颁发可持续发展银奖
三星NOTE21或采用屏下摄像头技术
5G的建设到底有多难
FPGA两难问题 混合系统架构来解决
三步简单实现门禁报警功能的操作流程详解
电位器出线定义 外接电位器调速如何接线？
面板市场被迫提速
更棒的渡轮之旅体验，实现海上5G LTE连接就这样做
歌尔致力于为消费电子、新基建等领域提供高性能传感器解决方案